机械狗的机器学习入门(绪)——做一盘大菜。2019/3/31
从今天开启机器学习的大门,我是一名机械专业(车辆工程)的学生,我不想从事制造业,所以尝试进入IT行业的大门,从写博客入手来考验自己,评测自己是否具备互联网从业者所学的自学能力以及意志力。
一、我对互联网行业以及机器学习领域的认识
最开始接触到互联网【技术】是在大一的时候,因为对电子设计、机器人等的爱好而加入了社团,开始接触单片机的编程,逐渐对编程产生了兴趣,然后逐渐后悔自己选择了机械专业。后来开始不限于c语言的学习,开始认识一些面向对象的语言,花了一个月多的零零碎碎的时间学了python,用蹩脚和下三滥的编程思维写了例如【邮件远程控制pc关机和pc开机邮件提醒】【基于百度翻译API的批量翻译】这么些个小程序。程序功能实现的那一刻带来的成就感不是画一张油泵装配图带来的感觉所能比拟的,于是开始萌生了当程序员的想法。互联网的发展有目共睹,近十年来网络带给人们生活的影响有目共睹,并以传统制造业无法赶超的速度发展。早几年出现Alpha Go,现在的海量数据分析(有时候虽然是流氓行为),以及5G技术使得万物互联的实现,互联网正在以铺天盖地之势席卷全球。未来,小到一粒沙子,只要愿意,那么它就可以联网。
在我的专业课程学习中,零零碎碎也会接触这些技术,例如智能制造,德国的工业4.0等,这让我看到了曙光。不知道在哪看过一句话:你所学的专业不应该成为你的负担,而应该是成为你的积累。 我为什么要被不景气的制造业束缚呢,技多不压身的道理在哪都适用,我在思考机器学习技术和制造业之间的联系。其实机器学习有很多可用的地方,例如金属疲劳的测定,机械故障的检修与预测,可以说,只要有数据的地方,都可以运用机器学习。打个比方:我们知道修车是一个比较依赖于经验的技术活,往往老师傅能够一眼看穿故障所在,针针见血,精准排除故障;再例如,我们专业课老师说的,在我们国家总有一两个大神,他们能够根据机车(火车头)运行返回的数据异常判断出机车的故障,这种人具备相当扎实的专业技能,他们的薪资也是非常高的。在上述两个例子当中,往往离不开【经验】和【数据】,那么这两个词恰恰就是机器学习所能够干的事情。经验丰富的修车师傅身体不行了,难免会有所疏漏;大神再厉害,全国也就那么几个,再者如果每台机车都配一个年薪百万的大神,那么老百姓就坐不起火车了。那么如果我们将这些所谓的【经验】和实时的【数据】利用起来,运用机器学习的方法来达到与老师傅和大神同样甚至超越的效果,那还不是何乐而不为呢。所以,在我看来,机器学习是运用【数据】学习得到【经验】,并运用【经验】来做出【决策】的存在。
二、我的机器学习路径
要明确学习路径,就要知道机器学习的整个流程是什么。我购买的书籍是 Alexander T.Combs所著的 Python Machine Learning Blueprints 。之后的学习我会在这本书的基础上展开学习。根据这本书所述,我将要点展开。
1、获取
【数据】作为机器学习的最重要一部分,它是我们的研究对象,那么获取对象就是机器学习的开端。获取数据的方式有很多,在互联网领域常用的是Web爬虫:通过程序来自动获取指定网站上的内容;还有的是从服务器上直接获取数据,这通常是自己已经拥有了这些数据,直接对这些数据进行学习和分析即可;还有些数据不是单纯的数字,他们可以是图像甚至是视频。我们这里把数据的获取用一个非常好理解的词来标记:【买菜】
2、检查和检索
当你获取了一大堆【数据】之后,要对数据进行初步的分析来确保你所要分析的数据是切实有效的,它们是否符合一些基本的常识,例如是否为正数,或者是对于身高数据大于2.5 m 这种情况肯定是不合逻辑的,我们要做的就是让所有获取的数据都是真实有效的,这一点很重要。我们这里把检查和检索用一个非常好理解的词来标记:【洗菜】
3、清理和准备
在获取了数据,同时数据真实有效的前提下,我们就可以对数据进行处理了,我们要找到数据分析合适的格式。在获取数据时我们也说了,数据有很多中不同的来源和不同的形式,数字分析与图像分析他们俩之间的数据肯定是不同的,我们不会用同一种方法来分析数字与图像。所以我们要通过手段让这些数据变得“方便食用”,我们又用一个形象的词来描述这个过程:【切菜】
4、建模
经过上面三个步骤,我们就对【数据】处理完毕了,现在我们获得了真实有效的,可以用来分析的数据。接下来就涉及到【经验】的部分了,也就是建模的部分。我们要使用合适的算法来根据这些数据训练出模型。在训练模型的过程中,我们把算法称之为【菜谱】,我们按照自己的口味需要和食材的不同来选择不同的菜谱,这个步骤我们可以称它为【下锅】
5、评估
我们有了训练出来的模型,这个模型也就是我所说的【经验】,那么这个训练出来的模型到底符不符合我们的要求呢?这个时候你就需要【试菜】,我们让这个模型尝试预测一些东西,评估它的有效性。
6、部署
当你觉得训练出来的模型符合我们的要求,也就是你做的菜符合你的口味时,我们就可以把菜端出去让别人瞧一瞧了,你可以放在web上,也可以放在任何你想让别人看到的地方来炫耀你做的菜有多么的好吃。这叫【上菜】
我如此生动形象的描述了机器学习的整个流程,那么我也将以同样生动形象的方式去学习。厨子的基本功是什么?洗菜、更重要的切菜,然后再慢慢的开始学炒菜。
如果你碰巧看到了这篇博客,并你也跟我一样,欢迎交流。
转载于:https://www.cnblogs.com/hmzmua/p/10631277.html
机械狗的机器学习入门(绪)——做一盘大菜。2019/3/31相关推荐
- AI入侵机械设计,苦逼的“机械狗”还有未来吗?
作者 | Loren Grush 译者 | 刘旭坤 编辑 | 非主流 出品 | AI科技大本营 近几年,机械行业的平均薪资一直被 IT 碾压,更不用说 IT 行业里炙手可热的人工智能.现如今,AI 一 ...
- 【收藏】机器学习入门的常见问题集(文末送书)
作者:莫凡 导读:机器学习如何入门?那些还在不断叩击着机器学习之门,迟迟未入门的同学应该怎么做?今天小编带大家听听木羊同学怎么说... 作者:木羊同学 来源:华章计算机(hzbook_jsj) 大家好 ...
- 机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)
上一篇机器学习入门系列(1)–机器学习概览简单介绍了机器学习的一些基本概念,包括定义.优缺点.机器学习任务的划分等等. 接下来计划通过几篇文章来介绍下,一个完整的机器学习项目的实现步骤会分为几步,最后 ...
- 机器学习入门 笔记(二) 机器学习基础概念
第二章 机器学习基础概念 1.机器的数据 2.机器学习的主要任务 3.监督学习和非监督学习 4.批量.在线学习.参数.非参数学习 5.哲学思考 6.环境的搭建 1.机器的数据 我们以鸢尾花的数据为例. ...
- 机器学习入门篇【一】:以拉家常的方式讲机器学习
前言 因为对机器学习比较感兴趣,最近也可能会用得上,所以想浅浅的谈一谈机器学习,大佬就不用在这浪费时间了,不涉及公式推导.甚至该篇都称不上是什么经验贴,只能说是最近搜寻有些资料有感而发. 那么想通过这 ...
- MIT机械狗方案电机连接测试程序
运动模式自动切换测试 一年前,从电机驱动开始入门,基于MIT开源方案,独自完成了机械狗所有硬件电路,代码,控制源码设计优化,机械结构由实验室两位机械大佬完成.实现了实时检测电机工作状态,确保各个电机工 ...
- 论机械狗如何硬卷算法岗
前言 本文目的有三 个人学习生涯的总结和记录 分享非科班转互联网的经验和感悟 对于转行互联网的想法 & 交流 说明:本文会将题主转码前后的心路历程详尽道来,我想有打算转行的同学应该会有类似的经 ...
- 【机器学习入门】(13) 实战:心脏病预测,补充: ROC曲线、精确率--召回率曲线,附python完整代码和数据集
各位同学好,经过前几章python机器学习的探索,想必大家对各种预测方法也有了一定的认识.今天我们来进行一次实战,心脏病病例预测,本文对一些基础方法就不进行详细解释,有疑问的同学可以看我前几篇机器学习 ...
- 【机器学习入门】(10) 特征工程:特征抽取,字典特征抽取、文本特征抽取,附完整python代码
各位同学好,今天和大家介绍一下python机器学习中的特征工程.在将数据放入模型之前,需要对数据的一些特征进行特征抽取,方法有: (1) 字典特征抽取 DictVectorizer(),(2) 文本特 ...
最新文章
- xml方式实现aop-通知的种类
- php上传图片完成后的截图,php实现粘贴截图并完成上传功能
- luogu P2216 [HAOI2007]理想的正方形 递推+ST表
- 摄像头拍摄后对图片进行图像处理-python(空域增强)
- python如何放一张图片上去_python opencv把一张图片嵌入(叠加)到另一张图片上的实现代码...
- c语言中输出值作用,printf在c语言中什么意思
- 喜庆普通铁路也要跑动车了
- feedburner怎么用_FeedBurner 不能用了,还有 FeedSky,附个相关插件
- R语言入门第一集 R语言、RTools、RStudio的简介、安装与使用
- 申请计算机语言学留学要求,布兰迪斯大学计算机语言学文学硕士研究生申请要求及申请材料要求清单...
- laravel 使用队列进行微信模板消息的群发
- Unity精华☀️二、到底是什么原因导致“万向锁”?旋转翻车的终极解析!
- 千万别惹程序员,39 个奇葩代码注释...
- 求某学生8门课的平均分
- VNode 是什么? 什么是虚拟 DOM?
- 单列集合Collection接口
- SOLIDWORKS打包时缺失部分工程图解决方法
- Python+Tkinter画图工具
- XMind与MindManager哪个好(网易云课堂老师:Array老师讲解稿)
- 解决 mac安装或者更新第三方包安装不上的问题 mac OSX pip OSError: [Errno 1] Operation not permitted
热门文章
- 幕布,为知笔记和 Effie 哪个更适合单口或脱口秀作者?
- Android CMWAP和CMNET 切换APN
- 【presto】presto查询报错整理
- 自媒体各大平台收益对比_各大自媒体平台收益对比,网易号低到无力吐槽,大鱼号最高...
- 如何在CMD下运用管理员权限
- 【HTML】学习笔记——表单、框架
- 行车记录仪com.android,如何在android系统行车记录仪安装新软件
- go-micro教程 — 第二章 go-micro v3 使用Gin、Etcd
- Erlang和Elixir简介
- 【图像压缩】DCT图像压缩(压缩率可调)【含GUI Matlab源码 1049期】